Succès du contrôle passif pour les applications · DAAP / MHL - 1/02/2010 Intérêt du contrôle en boucle fermé • Historiquement application aux commandes de vol • Pilotage

1

DA

AP /

MH

L -

1/02

/201

0Succès du contrôle passif pour les applications

• Des générateurs de tourbillons sont utilisés dans de multiples applications

• Historiquement vu comme un palliatif• Peut être pris en compte dans la boucle de conception• Contribue à la trainée => système fluidique (actif) potentiellement pulsé

• A priori un paramètre amplitude du jet A(t)• Pour certains actionneurs « oscillants » (jets synthétiques) : A(t), f(t)

DA

AP /

MH

L -

1/02

/201

0Intérêt du contrôle en boucle fermé

• Historiquement application aux commandes de vol• Pilotage d’un drone.

• L’idée est de s’affranchir de la sensibilité aux rafales (maintien d’une trajectoire= maintien d’efforts aérodynamiques constants => disturbance rejection)

• Avec des surfaces de contrôle classiques ou des gouvernes fluidiques (rapides)

• Adaptation à un changement de géométrie• Braquage d’une gouverne (amélioration de l’efficacité de la gouverne de

direction qui n’est pas équipée de dispositifs hypersustentateurs (fente) => possibilité de dessiner une gouverne plus petite)

• Adaptation à un changement de régime de vol (robustesse)• Incidence, vitesse

• Minimisation du cout du contrôle• L’effort est inférieur pour maintenir un écoulement attaché que pour le recoller

(adaptation de l’amplitude du contrôle)

DA

AP /

MH

L -

1/02

/201

0Deux classes de contrôle en boucle fermée

• Optimisation du contrôle sur un temps court (plus faible que les constantes de temps du pilotage)

• On contrôle des quantités (pression, frottement) filtrés en moyenne glissante

• Les techniques d’optimisation de type gradient peuvent suffire (voir un exemple d’application à suivre). Pour que la mise en œuvre de ces algorithmes ait un sens il faut bien sur qu’un optimum existe (bien choisir la fonction objectif et souvent introduire le cout du contrôle).

• Doit suffire pour la plupart des applications

• Contrôle temps réel • Doit s’adapter aux échelles de temps de l’écoulement• L’idée est que grâce aux non linéarités du système une petite

perturbation peut avoir des effets à grandes échelles. • Ordre de grandeur sur un volet (fluctuations de couche de mélange au

point de décollement St=0.012 = f /Uinf. f=0.012*100/0.005=240 Hz)

4

Introduction - Le décollement

jeudi 29 septembre 2011

5

Introduction - Contrôle des écoulements

contrôle actif des écoulements

1 perturbation générée par un actionneur peut avoir une action à grande échelle sur lʼécoulement


6

Introduction - Lʼactionneur

possibilité dʼemployer un actionneur de type jet synthétique (thèse Dandois)

Cycle de soufflage/aspiration sinusoïdalfréquence et amplitude réglables


8

Introduction - Contrôle en boucle fermée


52

III - 3 - Identification et validation dʼun modèleobjectif du modèle :se substituer aux simulations URANS

modèle non-linéaire

structure NARX retenue


53

séquence dʼidentificationF+ ∈ [0,1 : 3]

calcul des coefficients de régression

III - 3 - Identification et validation dʼun modèle


54

performances du modèle NARX dépendent de son paramétragedt, p, lagu, lagy, nu, ny, nuu, nuy, α

compromis entre stabilité et précision

paramétres obtenus par une étude paramétrique

calcul des régresseurs faits par la méthode de régularisation de Tikhonov



55

Validation du modèle avec une séquence de commande stationnaire pour laquelle le modèle nʼa pas été identifié

commande constante 464 Hz



Validation du modèle avec une séquence de commande dynamique pour laquelle le modèle nʼa pas été identifié

commande aléatoire avec évolution continue

56



57

Pression moyenneIII - 3 - Identification et validation dʼun modèle


60

IV - 1 - Démarche et choix de lʼalgorithme de régulation

objectif de contrôlemaximiser la pression pariétale moyenne en x/h=2,7

asservissement dʼoptimisation en temps réelmaximiser la pression pariétale en moyenne glissante

obtenue par filtrage passe-bas (Bessel ordre 4)régulation sur un état quasi-statique du système


61

optimisation par méthode de descente par gradient .en temps réel sur

un état quasi-statique du système

régulateur PI surgradient local en temps réel

?modulation dʼune

perturbation

filtre de Kalman étendu

identification en ligne dʼun modèle

logique floue

IV - 1 - Démarche et choix de lʼalgorithme de régulation


63

optimisation en temps réel par régulation PI sur une estimation de gradient obtenu par

modulation dʼune perturbation

= extremum seeking

ʻclassiqueʼ

IV - 2 - Extremum seeking classique et améliorations

2 principaux paramètres de réglages :

1. amplitude de la perturbation2. gain du régulateur PI


64

IV - 2 - Extremum seeking classique et améliorationseffet du gain P du régulateur


65

IV - 2 - Extremum seeking classique et améliorationseffet de lʼamplitude de la perturbation


66

©test de robustesse


67

atouts de lʼextremum seeking classique➡ Convergence vers la commande qui maximise la pression➡ Algorithme robuste

limites de lʼalgorithme➡ Temps de convergence 1 à 2 s➡ Inertie de lʼestimation du gradient➡ Oscillation autour de la commande optimale possible➡ Estimation du gradient peut ne plus être rigoureuse➡ Le système est toujours soumis à la perturbation

solutions envisagées➡ Gain adaptatif➡ Amplitude de perturbation adaptative

IV - 2 - Extremum seeking classique et améliorations


Documents

Succès du contrôle passif pour les applications · DAAP / MHL - 1/02/2010 Intérêt du contrôle en boucle fermé • Historiquement application aux commandes de vol • Pilotage